测量肌肉发育的人工智能算法为儿童提供生长图表

这项由麻省总医院布莱根妇女医院(麻省总医院布莱根医疗保健系统创始成员)的研究人员领导的新研究发现，他们基于人工智能的工具是第一个提供标准化、准确且可靠的方法来评估和跟踪指标的工具。常规MRI上的肌肉质量。他们的研究结果发表在《自然通讯》杂志上。

“小儿癌症患者经常因肌肉质量低而苦苦挣扎，但没有标准方法来衡量这一点。我们有动力使用人工智能来测量颞肌厚度并创建标准化参考，”资深作者、布里格姆放射肿瘤学系和麻省总医院布里格姆人工智能医学项目的放射肿瘤学家BenKann医学博士说。

“我们的方法制作了一个生长图表，我们可以用它来快速、实时地跟踪发育中儿童的肌肉厚度。通过这个，我们可以确定它们的生长是否在理想范围内。”

人类的瘦肌肉质量与生活质量、日常功能状态有关，并且是整体健康和长寿的指标。患有肌肉减少症或瘦肌肉质量低等疾病的人有提前死亡的风险，或者容易患上各种可能影响生活质量的疾病。从历史上看，还没有一种广泛或实用的方法来跟踪瘦肌肉质量，将体重指数(BMI)作为默认的测量形式。

使用体重指数的缺点是，虽然它考虑了体重，但它并没有表明该重量中有多少是肌肉。几十年来，科学家们已经知道颅骨外颞肌的厚度与体内的瘦肌肉质量有关。

然而，这种肌肉的厚度在临床上很难实时测量，也没有办法诊断正常和异常厚度。传统方法通常涉及手动测量，但这些做法非常耗时且不标准化。

为了解决这个问题，研究团队与波士顿儿童放射科合作，将他们的深度学习流程应用于波士顿儿童医院/达纳法伯癌症研究所治疗​​的小儿脑肿瘤患者的MRI扫描。

该团队分析了4至35岁个体的23,852个正常健康大脑MRI，以计算颞肌厚度(iTMT)并绘制肌肉的正常参考生长图。汇总MRI结果以创建具有百分位数和范围的性别特异性iTMT正常生长图表。他们发现iTMT对于广泛的患者来说是准确的，并且可以与训练有素的人类专家的分析相媲美。

“我们的想法是，这些生长图表可以用来确定患者的肌肉质量是否在正常范围内，就像医生办公室通常使用的身高和体重生长图表一样，”坎恩说。

从本质上讲，这种新方法可用于评估已经接受常规脑部核磁共振成像的患者，这些核磁共振成像可追踪儿童癌症和神经退行性疾病等医疗状况。研究小组希望，即时定量监测颞肌的能力将使临床医生能够对出现肌肉损失迹象的患者进行快速干预，从而防止肌肉减少症和低肌肉质量的负面影响。

限制之一在于算法对扫描质量的依赖，以及次优分辨率如何影响测量和结果的解释。另一个缺点是美国和欧洲以外可用的MRI数据集数量有限，无法提供准确的全球图像。

Kann说：“未来，我们可能想要探索iTMT的效用是否足够高，足以证明为更多患者定期接受MRI是合理的。”

“我们计划通过在更具挑战性和多变的情况下进行训练来提高模型性能。iTMT的未来应用可以让我们跟踪和预测发病率，并揭示需要干预的患者的关键生理状态。”